人工智慧學習手記——我的又一基礎學習

為了準備「第二屆中國家居製造大會」的會議內容，我開始關注到「人工智慧」這個話題。這是一個距離我原有知識結構、接觸範圍以及興趣愛好相當遙遠的題目。可以想像，熟悉的朋友看到我談論這個題目，一定認為是夢囈。由於人工智慧的前沿特點和應用價值，還是極大地吸引了我的注意力。

入門是一本《人工智慧簡史》書籍，作者劉韓。其人不熟悉，應該比較年輕。只知道被稱為「思考者」，好像如我一樣，喜歡在乘火車、飛機旅途中也寫作的一位。我購買的是電子版的圖書，攜帶很方便。2018年1月由郵電出版社出版，也很新鮮。這是我的人工智慧掃盲書籍，已經反覆讀閱多遍，許多內容仍不能很好理解。知識是知曉了，學術仍然站在門外，可能永遠也進不了門。

進一步的認識，是通過王煜全老師的《全球創新260講》課程。王煜全其人，網路上有詳細介紹，身份很多。聽了他的課眼界大開，對其佩服的五體投地。

就是這樣狹窄的知識通道來源，鋪墊了我那點可憐的人工智慧知識。即便如此，還是要「擺呼」出來。因為這於我說來太不容易，對於身邊的許多人來說，恐怕也是同樣陌生。

人工智慧——一個時下十分流行辭彙，隨著應用的普及，漸漸走入大眾的視野。最初，引起我注意和興趣的是2017年5月，在烏鎮，Alpha Go與柯潔的那場圍棋大戰。

結果大家已經熟知，大戰之後的報道以及各種各樣分析非常多，事件鬨動，輿論影響深入。這不是Alpha Go的第一場大戰，也不是最後一場。之前是2016年與韓國圍棋選手、世界冠軍李世石的著名一戰。之後則是與中國五位頂級國手對抗博弈的一盤。

之所以引起震動，是因為大家都認為，所謂的「人工智慧」已經超越人類智能，我們已經面臨很大的智力危機，也可能是沒頂之災。其後，各種說法和假新聞也甚囂，一時迷霧重重。

不能不說，Alpha Go戰勝柯潔的確是一個標識性的事件。標識了什麼呢？標識著人工智慧發展已經達到一個階段。這個階段，人工智慧的實際智力能力，在一個局部範圍，或者說是細分領域已經完全超過人類。同時，也標誌著人工智慧真正走入應用階段。

但是不要慌。這樣一部機器或者說軟體不是外星人的傑作，完完全全是我們人類自己研發生產製造出來的。進一步了解，就知道這是一個團隊，是谷歌旗下的一個團隊開發出來的，這就是大名鼎鼎的Deep Mind。

說到Deep Mind不能不多說幾句。這是牛人Demis Hassabis（丹米斯 哈撒比斯）創建的，他的故事很多，我們只需了解到他1976年出生，是一個混血兒，老爸是希臘裔的塞普勒斯人，老媽是華裔的新加坡人就行。他們的目標很大：「首先解決智能問題，然後用智能解決一切其他問題。」

2014年，創立四年的Deep Mind以四億英鎊的價格被谷歌收購。正是這個團隊用一個小「玩意」，叫「Alpha Go」，我們稱之「阿爾法狗」的，打敗了世界上所有的圍棋高手。而這並不是他們的目的，只不過是他們「解決一切問題」中的一個。

他們是如何做到的呢？有三個基本條件：第一、演算法；第二、數據；第三、計算能力。人工智慧能夠走到今天這一步，關鍵在於一個演算法的突破。這個演算法就是「深度學習」。

「深度學習」不是要我們去更深入地認真學習，這是人工智慧的一種演算法。人工智慧有多種演算法，只是「深度學習」得到很大的突破，因而成為目前最好的演算法被廣泛應用。

深度學習需要強大的計算能力，這個也已經解決。解決者一個是斯坦福的教授，就是後來谷歌大腦的創始人吳恩達教授。他找到了英偉達的GPU（Graphics Processing Unit，圖形處理單元），使得計算能力提升千倍。另一個解決者也是斯坦福的教授，同樣是華人，李飛飛，她建立了一個圖像識別資料庫。

這一輪人工智慧有一個很重要的特點，就是幾乎所有的IT巨頭，包括谷歌、Facebook、亞馬遜、微軟、IBM、蘋果，以及國內阿里、百度、騰訊都紛紛全力參與，而且策略都差不多，是把重兵投入到人工智慧開放平台的開發建設，演算法也往往是開源的，雖然需要做調整和優化。但是包括谷歌的Tensor Flow在內的人工智慧學習系統極大地降低了演算法難度。也就是說，就演算法與計算能力而言，不必要自己投入開發和建設，去平台上尋用就好了。

那麼，對於應用者來說什麼是最重要的呢？數據！數據是你要達到目標的唯一通道。現在大家都在講「大數據」，我對於「大數據」不是很了解，但是通過分析，我認為，如果要用好人工智慧，必須使用「窄數據」。什麼是「窄數據」呢？那就是，精準定位自己所要達到目標，把這個目標範圍盡量細分縮小，然而數據必須能夠通達。這樣，演算法和計算能力的作用才能夠發揮。反之，如果制定過於模糊或寬泛的目標，今天的人工智慧尚沒有這樣的智力。「窄數據」，這便是我提出的應用口號。希望，我做為一個行業專家委員會工作人員提出的建議，能夠被這個行業所接受，從而達到在傢具家居領域快速普及人工智慧應用的目的。

我們可以把演算法看做是一種數學邏輯結構建立，計算能力是能夠運算範圍和速度的努力，而數據，即「窄數據」才是自己家裡的「一畝三分地」。

為了敘述的趣味，最後，我們回到「狗」的話題。

我們大致應該知道：第一、打敗柯潔的「狗」與打敗李世石的不是一條，而是前面一條「狗」的升級版，叫「Alpha Go Zero」，更多人翻譯為「阿爾法元」而不是「零」，是認為其與人類的認知起點神經元更為接近；第二、Alpha Go Zero的升級強化，是整合原來的「策略網路」和「價值網路兩個神經網路為一體；第三、與「師兄」不同的是，阿爾法元沒有進行任何人工學習，沒有預先輸入人類的棋譜，而是自己的網路上不斷練習，僅21天就打敗師兄；第四、圍棋選手戰前稱其為「阿爾法狗」，戰後改叫「阿老師」。

學習人工智慧知識，觸及到自己一生不能癒合的痛點。由於「文革」的原因，我沒有能夠按部就班地接受中級教育，造成基礎知識的缺失，其中數學始終是短板。

不管怎麼樣，這個標誌性的事件告訴我們：人工智慧離得很近，大規模應用時代已經到來。

2018年4月12日13日北京南京南京北京途中

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！